数据分析师必备的数学技能有哪些（数据分析师都需要哪些能力）

无论是想转行或是已经在数据分析行业工作了一段时间的分析师而言，20K都是一个不错的薪资，但很多人不知道如何到达这个层级，所以本期，笔者用比较浅显易懂的方式来介绍数据分析师的工作，只要你看懂了其背后的涵义，就会知道接下来努力的方向。

1、职位背景

1）经验3—5年

这个条件虽然在一众技术要求中显得不是那么显眼，但是这其实是一个很重要的条件，根据公司以往的经验而言，已经在职场上拼搏3—5年的职场人无疑是最佳的选择。

较长的工作经验代表你有了一定的项目经验，不会像新人一样在工作上犯下一些基础错误，公司想要的人才肯定是在熟悉完业务场景后能够直接上手的人。

毕业3-5年的年轻人，虽然算不上经验丰富，但是在职场上已经摸索了几年了，一些基本的职场规则和专业技能都掌握了，只要行业内的工作，基本很快就能上手。

并且与应届毕业生的不稳定性不同，很多人其实刚毕业的时候是很迷茫的，不知道自己未来要做什么，这时候转行或是跳槽的几率就会大大的增加。而毕业3-5年的职场人就不一样，经过几年的工作经历之后，基本就有了清晰的职业规划，离职率相对也低一些。

2）本科及以上

学历只是一个基础排除项，但其实也并不是说专科的人就不能胜任这份工作了。学历在一定成都上表明了学习能力的高低，在不了解面试者的情况下，有时学历比较高的求职者的机会就会更大一些。

2、能力要求

1）思维能力

我们来细看该岗位的职位描述：

对比月薪8K的数据分析师的职位描述与月薪20K的工作内容，我们很容易就看出了差距，8K的数据分析师的工作内容大多为根据业务或者领导的需求来进行分析，简单来说，就是数据工具人。领导要啥数据就给啥数据，薪资自然不会高到哪里去。

反观20K的数据分析师，在招聘需求中提到“向业务部门提供相关数据，指导业务发展”，其中指导这两个字是精髓，我们都知道，数据分析师的最大的价值在于，帮助业务解决问题，从而推进业务发展，所以报表和图示做的好不好看，并不是最重要的，能够推动业务发展才是最关键的一点。不然，其实你的工作就是在白费时间。

下面给大家举个例子，当同样的业务放在两者之中时，他们的选择也就截然相反了：老板和数据分析师说，需要他们分析一下本周全市门店的营收情况，这时，

8K的分析师会这么做：调取门店销售记录、成本管理等模块的数据，导出数据，利用Excel或者python工具，制作出数据可视化图表，报告中再加上两句数据解读：售出货品100000件、收入700万、净利润180万。

20K的分析师会这么做：先全览公司的发展策略与近期业务调整策略，之后和老板探讨他的需求，接着利用比较分析找出异常值，并匹配具体业务场景，得出结论。

2）工具能力

工具能力作为仅次于思维能力的要点，也是我们不容小觑的，对于新入门的数据分析师而言，基本上都还在用EXCEL或是利用函数和数据分析表来做一些报告就绰绰有余了。

可是想要在数据分析师的岗位上上升到更高的岗位，只靠EXCEL是不行的，如果你入职了一家比较大的企业，业务量增多的情况下，光是取数就是一个庞大的工作，用EXCEL打开就需要半天，更别提复杂的分析操作了。

所以数据分析师需要掌握一些专业的数据分析工具，以此来提高工作效率，比如常用网站分析GA/Omniture，SQL取数平台(presto,hive等)、FineBI商业智能工具等等。

我们在常见的招聘软件中可以看到，大多数的招聘条件都要求求职者至少掌握一种前端BI工具，对于数据分析师而言，这个工具是一个非常不错的选择，因为其既有强大的数据分析性能和可视化效果，同时还拥有完整的企业级数据权限管理能力。

说了20K的数据分析师需要的能力过后，小编发现还有很多同学搞不清楚自己究竟在数据分析能力表的哪一档，下面笔者将数据分析师的能力等级分为5层，大家可以根据自己的真实情况代入，来看看自己在哪个等级

第一层：跑数

跑数是每个数据分析师都会的技能，也是基础中的基础，如果连数都跑不出来的话，说明在技能方面需要有大大的提升了。

第二层：从数据到建议

很多数据分析师被冠上人肉跑数机的原因就在于一直被动的等着业务提需求，不但十分辛苦，且没有太大的价值，所以想要从第一层到第二层最关键的一点在于，不能只是单纯的跑数，更应该将自己跑的数看一遍，在解读数据的基础上，提一些业务上的建议，找一找数据变现的机会。

我们先且不论这个建议是否能被执行，但起码这不再是仅仅的跑数人肉机了，而是对业务有了自己的思考。

第三层、做梳理

当我们提出建议的时候，很容易被业务驳回，这时候就需要一番唇枪舌战来坚持自己的想法。但其实真正老练的数据分析师，根本不会牵涉到这种争论里。

比起用口舌，他们更喜欢将情况梳理清楚。一个优秀的数据分析师，在接受到一条建议时，第一时间一定不是，我要去否定它或是肯定它，而是，这个建议是从哪个角度思考的，该维度的MECE分类是什么，只有站在广角，才是数据的视角。

第四层、下判断

优秀的判断力是每个数据分析师追求的终极目标，无论我们会多少工具，报表做的多么精美，能够基于数据对业务做出正确的走势才是该岗位的最大职责所在，所以一个优秀的数据分析师一定需要能够根据数据来修正自己的判断逻辑，使得业务的走势越来越精准。

一般到达这一点的数据分析师，如果能够增加一下自己的管理能力和对下属的组织能力，成为一个部门的主管还是绰绰有余的。

3、写在最后

大部分的数据分析师都在第二层徘徊，止步不前，能够优秀做到第三层的同学已经少之又少。如果觉得思维比较难以学会，可以先从技术方面入手。

毕竟如果想成为高薪酬的数据分析师，思维可以慢慢在业务中学会，数据分析工具的学习还是尽快吧，这是影响薪酬的非常重要的一部分。